PLS-PM被認為是分析數據最合適的分析科技,因為本研究的重點是瞭解結構之間的預測關係,而不是理論構象或測試(Chin&Newsted,1999;Sarstedt,Ringle,&Hair,2014)。與基於協方差的結構方程建模(CB-SEM)相比,PLS-PM是一種軟建模方法,它不需要大樣本,也不基於數據常态分配的假設(Arnett,Laverie,&Meiers,2003)。PLS-PM在旅遊文獻中得到了更多的認可(Ahrholdt、Gudergan和Ringle,2017;Kim、Lee、Petrick和Hahn,2018)。考慮到本研究需要對影響用戶使用Uber移動應用的因素進行檢驗,囙此預測關係是本研究的重點,而不是理論檢驗,PLS-PM被認為更適合於分析。分析遵循兩個階段的過程,包括外部模型和內部模型的單獨評估(Hair、Hult、Ringle和Sarstedt,2016)。